运动补偿

原理

    百科上说“运动补偿是通过先前的局部图像来预测、补偿当前的局部图像,它是减少帧序列冗余信息的有效方法”,通过前面的运动估计我们得到了MV(运动向量),大部分情况下MV是亚像素精度的,MV的作用就是定位参考块在参考帧中的位置,但是亚像素的MV定位出来的位置是没有像素点的(亚像素就是指该位置在两个像素之间),换句话说非整像素精度的MV定位出来的地方没有像素点(即没有像素块),那么我们需要使用现有的像素点去构造亚像素点,这样通过MV找到位置才有参考块。运动补偿实际干的就是这么回事它通过MV和现有的像素块去构造一个亚像素块,这个新被创建出来的像素块就是当前PU的参考块。这样,得到了MV和参考块之后就可以进行后续的工作了。


运动补偿入口函数

    motionCompensation()完成了运动补偿的工作;

    motionCompensation()调用了xPredInterUni()完成了单向预测的运动补偿;而调用xPredInterBi()完成了双向预测的运动补偿,它实际调用xPredInterBi和xWeightedPredictionBi来完成相应的工作。其中xPredInterUni()调用xPredInterBlk()完成一个分量块的运动补偿。而xPredInterBlk()调用了TComInterpolationFilter类的filterHor()和filterVer()完成了亚像素的插值工作。

    motionCompensation的流程:
    1、如果指明了PU,那么只对这个PU进行处理,如果没有指明PU,那么对CU下面的所有PU进行处理。
    2、对于一个PU,如果指定了参考列表,那么表示进行单向运动补偿(双向运动补偿可以通过两次单向操作来完成);如果没有指定参考列表,那么默认进行双向运动补偿,但是在操作之前先确认PU两个方向上的参考帧是否相同,如果相同,表示只有一个参考帧那么它实际还是进行单向运动补偿,否则使用双向运动补偿。
    3、无论是单向运动补偿还是双向运动补偿,都需要在亚像素插值工作完成之后,检测是否需要进行加权预测,相关的加权操作是在xWeightedPredictionUni中完成的,这个函数根据权重参数对目标像素块进行权重转换,对每一个像素通过一个公式去重新计算它的值。单向预测的运动补偿中,xWeightedPredictionUni跟在xPredInterUni函数的后面,在双向预测的运动补偿中,xWeightedPredictionUni在xPredInterBi函数里面。

下面的它的流程图和代码:


  1. Void TComPrediction::motionCompensation ( TComDataCU* pcCU, TComYuv* pcYuvPred, RefPicList eRefPicList, Int iPartIdx )  
  2. {  
  3.     Int         iWidth;  
  4.     Int         iHeight;  
  5.     UInt        uiPartAddr;  
  6.       
  7.     // 如果PU的索引是有效值,那么直接处理该PU,然后返回  
  8.     if ( iPartIdx >= 0 )  
  9.     {  
  10.         pcCU->getPartIndexAndSize( iPartIdx, uiPartAddr, iWidth, iHeight );  
  11.           
  12.         // 有效的参考列表,即明确的标明了使用哪个参考列表,那么就在对应的方向上进行单向预测  
  13.         if ( eRefPicList != REF_PIC_LIST_X )  
  14.         {  
  15.             // 先进行插值操作  
  16.             if( pcCU->getSlice()->getPPS()->getUseWP())  
  17.             {  
  18.                 xPredInterUni (pcCU, uiPartAddr, iWidth, iHeight, eRefPicList, pcYuvPred, true ); // 最后一个参数指明是否为双向预测  
  19.             }  
  20.             else  
  21.             {  
  22.                 xPredInterUni (pcCU, uiPartAddr, iWidth, iHeight, eRefPicList, pcYuvPred );  
  23.             }  
  24.               
  25.             // 加权预测  
  26.             if ( pcCU->getSlice()->getPPS()->getUseWP() )  
  27.             {  
  28.                 xWeightedPredictionUni( pcCU, pcYuvPred, uiPartAddr, iWidth, iHeight, eRefPicList, pcYuvPred );  
  29.             }  
  30.         }  
  31.         // 没有指明明确的参考列表,那么判断PU两个方向上的参考帧是否一样  
  32.         else  
  33.         {  
  34.             // 如果PU的两个参考列表是相同的,即它们的运动是一致的  
  35.             // 那么直接使用单向预测  
  36.             if ( xCheckIdenticalMotion( pcCU, uiPartAddr ) )  
  37.             {  
  38.                 xPredInterUni (pcCU, uiPartAddr, iWidth, iHeight, REF_PIC_LIST_0, pcYuvPred );  
  39.             }  
  40.             // 否则使用双向预测  
  41.             else  
  42.             {  
  43.                 xPredInterBi  (pcCU, uiPartAddr, iWidth, iHeight, pcYuvPred );  
  44.             }  
  45.         }  
  46.         return;  
  47.     }  
  48.   
  49.     // 否则处理CU下的所有PU  
  50.     for ( iPartIdx = 0; iPartIdx < pcCU->getNumPartitions(); iPartIdx++ )  
  51.     {  
  52.         pcCU->getPartIndexAndSize( iPartIdx, uiPartAddr, iWidth, iHeight );  
  53.   
  54.         if ( eRefPicList != REF_PIC_LIST_X )  
  55.         {  
  56.             if( pcCU->getSlice()->getPPS()->getUseWP())  
  57.             {  
  58.                 xPredInterUni (pcCU, uiPartAddr, iWidth, iHeight, eRefPicList, pcYuvPred, true );  
  59.             }  
  60.             else  
  61.             {  
  62.                 xPredInterUni (pcCU, uiPartAddr, iWidth, iHeight, eRefPicList, pcYuvPred );  
  63.             }  
  64.             if ( pcCU->getSlice()->getPPS()->getUseWP() )  
  65.             {  
  66.                 xWeightedPredictionUni( pcCU, pcYuvPred, uiPartAddr, iWidth, iHeight, eRefPicList, pcYuvPred );  
  67.             }  
  68.         }  
  69.         else  
  70.         {  
  71.             if ( xCheckIdenticalMotion( pcCU, uiPartAddr ) )  
  72.             {  
  73.                 xPredInterUni (pcCU, uiPartAddr, iWidth, iHeight, REF_PIC_LIST_0, pcYuvPred );  
  74.             }  
  75.             else  
  76.             {  
  77.                 xPredInterBi  (pcCU, uiPartAddr, iWidth, iHeight, pcYuvPred );  
  78.             }  
  79.         }  
  80.     }  
  81.     return;  
  82. }  


单向预测的运动补偿

  1. Void TComPrediction::xPredInterUni ( TComDataCU* pcCU, UInt uiPartAddr, Int iWidth, Int iHeight, RefPicList eRefPicList, TComYuv*& rpcYuvPred, Bool bi )  
  2. {  
  3.     Int         iRefIdx     = pcCU->getCUMvField( eRefPicList )->getRefIdx( uiPartAddr );           assert (iRefIdx >= 0);  
  4.     TComMv      cMv         = pcCU->getCUMvField( eRefPicList )->getMv( uiPartAddr );  
  5.     pcCU->clipMv(cMv);  
  6.     xPredInterLumaBlk  ( pcCU, pcCU->getSlice()->getRefPic( eRefPicList, iRefIdx )->getPicYuvRec(), uiPartAddr, &cMv, iWidth, iHeight, rpcYuvPred, bi );  
  7.     xPredInterChromaBlk( pcCU, pcCU->getSlice()->getRefPic( eRefPicList, iRefIdx )->getPicYuvRec(), uiPartAddr, &cMv, iWidth, iHeight, rpcYuvPred, bi );  
  8. }  

 

对亮度块进行亚像素插值工作

  1. Void TComPrediction::xPredInterLumaBlk( TComDataCU *cu, TComPicYuv *refPic, UInt partAddr, TComMv *mv, Int width, Int height, TComYuv *&dstPic, Bool bi )  
  2. {  
  3.     Int refStride = refPic->getStride();    
  4.     Int refOffset = ( mv->getHor() >> 2 ) + ( mv->getVer() >> 2 ) * refStride;  
  5.     Pel *ref      = refPic->getLumaAddr( cu->getAddr(), cu->getZorderIdxInCU() + partAddr ) + refOffset;  
  6.   
  7.     Int dstStride = dstPic->getStride();  
  8.     Pel *dst      = dstPic->getLumaAddr( partAddr );  
  9.   
  10.     Int xFrac = mv->getHor() & 0x3;  
  11.     Int yFrac = mv->getVer() & 0x3;  
  12.   
  13.     if ( yFrac == 0 )  
  14.     {  
  15.         m_if.filterHorLuma( ref, refStride, dst, dstStride, width, height, xFrac,       !bi );  
  16.     }  
  17.     else if ( xFrac == 0 )  
  18.     {  
  19.         m_if.filterVerLuma( ref, refStride, dst, dstStride, width, height, yFrac, true, !bi );  
  20.     }  
  21.     else  
  22.     {  
  23.         Int tmpStride = m_filteredBlockTmp[0].getStride();  
  24.         Short *tmp    = m_filteredBlockTmp[0].getLumaAddr();  
  25.   
  26.         Int filterSize = NTAPS_LUMA;  
  27.         Int halfFilterSize = ( filterSize >> 1 );  
  28.   
  29.         m_if.filterHorLuma(ref - (halfFilterSize-1)*refStride, refStride, tmp, tmpStride, width, height+filterSize-1, xFrac, false     );  
  30.         m_if.filterVerLuma(tmp + (halfFilterSize-1)*tmpStride, tmpStride, dst, dstStride, width, height,              yFrac, false, !bi);      
  31.     }  
  32. }  

 

双向预测运动补偿

  1. Void TComPrediction::xPredInterBi ( TComDataCU* pcCU, UInt uiPartAddr, Int iWidth, Int iHeight, TComYuv*& rpcYuvPred )  
  2. {  
  3.     TComYuv* pcMbYuv;  
  4.     Int      iRefIdx[2] = {-1, -1};  
  5.   
  6.     // 执行两次单向预测的运动补偿,就可以完成双向预测的运动补偿了  
  7.     for ( Int iRefList = 0; iRefList < 2; iRefList++ )  
  8.     {  
  9.         RefPicList eRefPicList = (iRefList ? REF_PIC_LIST_1 : REF_PIC_LIST_0);  
  10.         iRefIdx[iRefList] = pcCU->getCUMvField( eRefPicList )->getRefIdx( uiPartAddr );  
  11.   
  12.         if ( iRefIdx[iRefList] < 0 )  
  13.         {  
  14.             continue;  
  15.         }  
  16.   
  17.         assert( iRefIdx[iRefList] < pcCU->getSlice()->getNumRefIdx(eRefPicList) );  
  18.   
  19.         pcMbYuv = &m_acYuvPred[iRefList];  
  20.   
  21.         // 单向预测的运动补偿  
  22.         if( pcCU->getCUMvField( REF_PIC_LIST_0 )->getRefIdx( uiPartAddr ) >= 0 && pcCU->getCUMvField( REF_PIC_LIST_1 )->getRefIdx( uiPartAddr ) >= 0 )  
  23.         {  
  24.             xPredInterUni ( pcCU, uiPartAddr, iWidth, iHeight, eRefPicList, pcMbYuv, true );  
  25.         }  
  26.         else  
  27.         {  
  28.             if ( ( pcCU->getSlice()->getPPS()->getUseWP()       && pcCU->getSlice()->getSliceType() == P_SLICE ) ||   
  29.                 ( pcCU->getSlice()->getPPS()->getWPBiPred() && pcCU->getSlice()->getSliceType() == B_SLICE ) )  
  30.             {  
  31.                 xPredInterUni ( pcCU, uiPartAddr, iWidth, iHeight, eRefPicList, pcMbYuv, true );  
  32.             }  
  33.             else  
  34.             {  
  35.                 xPredInterUni ( pcCU, uiPartAddr, iWidth, iHeight, eRefPicList, pcMbYuv );  
  36.             }  
  37.         }  
  38.     }  
  39.   
  40.     // 加权预测  
  41.     if ( pcCU->getSlice()->getPPS()->getWPBiPred() && pcCU->getSlice()->getSliceType() == B_SLICE  )  
  42.     {  
  43.         xWeightedPredictionBi( pcCU, &m_acYuvPred[0], &m_acYuvPred[1], iRefIdx[0], iRefIdx[1], uiPartAddr, iWidth, iHeight, rpcYuvPred );  
  44.     }    
  45.     else if ( pcCU->getSlice()->getPPS()->getUseWP() && pcCU->getSlice()->getSliceType() == P_SLICE )  
  46.     {  
  47.         xWeightedPredictionUni( pcCU, &m_acYuvPred[0], uiPartAddr, iWidth, iHeight, REF_PIC_LIST_0, rpcYuvPred );   
  48.     }  
  49.     else  
  50.     {  
  51.         xWeightedAverage( &m_acYuvPred[0], &m_acYuvPred[1], iRefIdx[0], iRefIdx[1], uiPartAddr, iWidth, iHeight, rpcYuvPred );  
  52.     }  
  53. }  

 

加权预测


单向加权预测


  1. // getWpScaling的作用就是设置权重table的参数  
  2. // addWeightUni根据权重参数对目标像素块进行权重转换,即对每一个像素通过一个公式去重新计算它的值  
  3. Void TComWeightPrediction::xWeightedPredictionUni( TComDataCU* pcCU, TComYuv* pcYuvSrc, UInt uiPartAddr, Int iWidth, Int iHeight, RefPicList eRefPicList, TComYuv*& rpcYuvPred, Int iRefIdx)  
  4. {   
  5.     wpScalingParam  *pwp, *pwpTmp;  
  6.     if ( iRefIdx < 0 )  
  7.     {  
  8.         iRefIdx   = pcCU->getCUMvField( eRefPicList )->getRefIdx( uiPartAddr );  
  9.     }  
  10.     assert (iRefIdx >= 0);  
  11.   
  12.     if ( eRefPicList == REF_PIC_LIST_0 )  
  13.     {  
  14.         getWpScaling(pcCU, iRefIdx, -1, pwp, pwpTmp);  
  15.     }  
  16.     else  
  17.     {  
  18.         getWpScaling(pcCU, -1, iRefIdx, pwpTmp, pwp);  
  19.     }  
  20.     addWeightUni( pcYuvSrc, uiPartAddr, iWidth, iHeight, pwp, rpcYuvPred );  
  21. }  

 

双向加权预测

  1. /* 
  2. ** 双向加权预测 
  3. */  
  4. Void TComWeightPrediction::xWeightedPredictionBi( TComDataCU* pcCU, TComYuv* pcYuvSrc0, TComYuv* pcYuvSrc1, Int iRefIdx0, Int iRefIdx1, UInt uiPartIdx, Int iWidth, Int iHeight, TComYuv* rpcYuvDst )  
  5. {  
  6.     wpScalingParam  *pwp0, *pwp1;  
  7.     TComPPS         *pps = pcCU->getSlice()->getPPS();  
  8.     assert( pps->getWPBiPred());  
  9.   
  10.     // getWpScaling的作用就是设置权重table的参数  
  11.     getWpScaling(pcCU, iRefIdx0, iRefIdx1, pwp0, pwp1);  
  12.   
  13.   
  14.     // addWeightUni根据权重参数对目标像素块进行权重转换,即对每一个像素通过一个公式去重新计算它的值  
  15.     if( iRefIdx0 >= 0 && iRefIdx1 >= 0 )  
  16.     {  
  17.         addWeightBi(pcYuvSrc0, pcYuvSrc1, uiPartIdx, iWidth, iHeight, pwp0, pwp1, rpcYuvDst );  
  18.     }  
  19.     else if ( iRefIdx0 >= 0 && iRefIdx1 <  0 )  
  20.     {  
  21.         addWeightUni( pcYuvSrc0, uiPartIdx, iWidth, iHeight, pwp0, rpcYuvDst );  
  22.     }  
  23.     else if ( iRefIdx0 <  0 && iRefIdx1 >= 0 )  
  24.     {  
  25.         addWeightUni( pcYuvSrc1, uiPartIdx, iWidth, iHeight, pwp1, rpcYuvDst );  
  26.     }  
  27.     else  
  28.     {  
  29.         assert (0);  
  30.     }  
  31. }  

 

平均加权预测

    1. Void TComPrediction::xWeightedAverage( TComYuv* pcYuvSrc0, TComYuv* pcYuvSrc1, Int iRefIdx0, Int iRefIdx1, UInt uiPartIdx, Int iWidth, Int iHeight, TComYuv*& rpcYuvDst )  
    2. {  
    3. if( iRefIdx0 >= 0 && iRefIdx1 >= 0 )  
    4.     {  
    5.         rpcYuvDst->addAvg( pcYuvSrc0, pcYuvSrc1, uiPartIdx, iWidth, iHeight );  
    6.     }  
    7. else if ( iRefIdx0 >= 0 && iRefIdx1 <  0 )  
    8.     {  
    9.         pcYuvSrc0->copyPartToPartYuv( rpcYuvDst, uiPartIdx, iWidth, iHeight );  
    10.     }  
    11. else if ( iRefIdx0 <  0 && iRefIdx1 >= 0 )  
    12.     {  
    13.         pcYuvSrc1->copyPartToPartYuv( rpcYuvDst, uiPartIdx, iWidth, iHeight );  
    14.     }  

 

转自:http://blog.csdn.net/NB_vol_1/article/details/55253979

 posted on 2017-05-08 14:55  Bill_LHR  阅读(2060)  评论(0编辑  收藏  举报